Nov, 2019

带附加信息的安全线性汤普森抽样

TL;DR本文针对线性随机赌博机问题提出一种基于线性Thompson抽样的新型安全算法,通过引入线性安全约束,在与没有安全约束的情况下,展示了使得机器人有更好的性能表现的结果,并将其与基于UCB算法的安全算法进行了比较。